Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2764
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Aşırı örneklemeden sonra, tahmin edicilerin yeni tahmin gücü değerli olacak mı? Bunu kim düşündü?
Düşünmüyor. Kontrol edildi.
Aşağıda, 512-256-128-64-32-16-8-4-2-1 periyotlu mashka ve bunların önemi girdiye beslenir (burada OUT da bir girdidir).
Sadece ilginç bir gerçek: sinir ağı daha kısa periyotlu mashaların önemini daha uzun periyotlu olanlara göre belirledi)) Bir tür tutarsızlık, ......
Gözlemlerime göre, sinir ağına "balta", "ağır", ancak enstrümanla ilgili bir şey eklerseniz, bir yandan eğitimden sonra geri testteki denge çizgisini bozar. AMA! Aynı zamanda ileri çizgiyi de eşitler, her seferinde dibe gitmeyi bırakır ve düzleşir. Yani, kabaca konuşursak, para kazanmayacağız, ancak tüm depoyu kaybetmeyeceğiz ve bu ticaretin ilk kuralıdır. Bu yönde hokkabazlık yapmamız gerektiği ortaya çıkıyor, çünkü bir sonraki görev denge çizgisini yukarı doğru çevirmek.
Neden bahsettiğinizi anlamıyorum.
Zaman kullanmıyorum, artışların içine yerleştirilmiş.En son işlem zamanı belliydi, haftanın gününe göre hatırlamıyorum. ama kesinlikle günün saatine göre, 17'den 18'e kadar. Yani manuel zaman dökümü veya başka bir şey, ancak belirli bir zaman diliminde son eğitim.
Genel olarak, artışlar şu ve şu zaman aralığında şu ve şu ise yapısı, zaman bölümlerine ayrılmadan mı kullanılır yoksa önce üzerinde bir şey olan zaman bölümlerini bulup sonra bunlar üzerinde mi eğitim yapılır?
Zamana dayalı işaretler kullanılmaz. Düşük tahmin gücüne ve bu tahmin gücünde çok büyük varyasyonlara sahiptirler. Yine de mashka varyantlarından daha iyidirler.
Teşekkürler.
Geçen sefer işlem zamanı belliydi, haftanın günlerini hatırlamıyorum. ama tam olarak günün saati, 17'den 18'e kadar. Yani manuel veya başka türlü, ancak belirli bir zaman diliminde son eğitim.
Genel olarak, eğer artışlar şu ve şu zaman aralığında şu ve şu ise yapısı zaman dilimlerine bölünmeden mi kullanılır yoksa önce üzerinde bir şey olan zaman dilimlerini bulup sonra onlar üzerinde mi eğitim yapılır?
Bir link alabilir miyim? Neden bahsettiğimizi bilmiyorum.
Aşırı örneklemeden sonra, tahmin edicilerin yeni tahmin gücü değerli olacak mı? Bunu kim düşündü?
Değişmiyor. Kontrol edildi.
Eğer bir kişi kovaryasyon ve korelasyon arasındaki farkı ayırt edemiyorsa, böyle bir kişiye medyan ile ne kastettiğini sormam bile
, ancak tahmin edicinin sınıflara bölünmesiyle elde edilen iki vektör arasındaki medyanlar arasındaki fark olarak anlaşılan "tahmin yeteneği" kesinlikle doğrudur.
Tanım olarak, bu "çizgi" ML'de herhangi bir sınıflandırma algoritmasında sadece bir eşiktir....
Standart bir gruplar arası varyans analizi yapmış olsaydı, istatistiksel anlamlılığı tahmin edebilirdi, ancak elbette aşırı örnekleme onun için hiçbir şeyi değiştirmez (sadece sınıf üyeliğinin doğru tahminlerinin% 'sini sayar)....
Kovaryansların resmine yaptığı atıftan sonra, sinekleri pirzola ile karşılaştırdığını açıkça söyleyebilirim... bu da onun bu sorusunu kanıtlıyor (korelasyonları çok kaygan bir şekilde unutuyor ve hatırlıyor).
1. Gerçek ve nominal değişkenler arasındaki korelasyonları biliyor musunuz?
OLS ve ANOVA'yı ve tahminlerinin anlamlılığının yorumlanmasını biliyorum ve yeniden örneklemenin "yeteneğiniz" için hiçbir şeyi değiştirmediği gerçeği, yalnızca "if-then" işlevinin bir model oluşturmamanız (ve hatta modellemenin istatistiksel temelini görmezden gelmeye çalışmanız) ve sınıfınızın sonuçlarının anlamlılık katsayısını tahmin edememeniz için yeterli olacağını gösterebilirDist, ancak yalnızca verdiği güvenilir cevapların yüzdesi....
== temel kavramlarda ayırt edilemeyen sinekler ve pirzolalarla ilgili aynı sorun.... işarete isabet eden veya etmeyen "araçlar" hakkındaki çığlıklarla evet, %30 olasılıkla (bazı araçlar hala biraz ayırt edilebilir) - belki de "hiçbir şey yapmamak" %70 tahminle ayırt edilebilir ?
Sadece algoritmasından yeniden örnekleme sırasında katsayı_değerlerinin değişimini alamaz... tanım gereği
Bir link alabilir miyim? Ben yemem. Neden bahsediyorsun?
Yazışmaları burada bulamıyorum, dosya burada, Temmuz 2020.